Usvajanje Pythona ubrzano raste, ali data science i mašinsko učenje koje ga pokreću još su u povoju, navodi istraživanje

Stručnjaci za data science i mašinsko učenje glavni su pokretači usvajanja programskog jezika Python, ali ovim oblastima i dalje nedostaju ključni alati da bi dobili suštinski značaj prilikom donošenja poslovnih odluka, pokazuje istraživanje State of Data Science 2021 koje je sprovela Anaconda, distributer Python programskog jezika. 

Python bi uskoro mogao biti najpopularniji programski jezik, boreći se za prvo mesto sa programskim jezicima kao što su JavaScript, Java i C. Ali dok usvajanje Pythona ubrzano raste, polja koja ga pokreću — data science i mašinsko učenje — još su u povoju.

Većina ispitanika (63%) reklo je da su Python koristili često ili uvek, dok je 71 odsto edukatora reklo da podučavaju mašinsko učenje i data science pomoću Pythona, koji je postao popularan zbog svoje jednostavnosti upotrebe i relativne brzine savladavanja. Čak 88 odsto učenika reklo je da Python uče kao pripremu za ulazak u polje nauke o podacima i mašinskog učenja. 

S obzirom na učesnike u istraživanju, nije iznenađujuće da je Python bio daleko najpopularniji jezik koji se koristi u oblastima data science i mašinskog učenja. Sledili su SQL, R, JavaScript, HTML/CSS, Java, Bash/Shell, C/C++, C#, Typescript, PHP, Rust, Julia i Go.

Više od trećine (37%) ispitanika izjavilo je da su njihove organizacije smanjile ulaganja u data science oblast. Sa druge strane, 26 odsto njih je navelo da su njihove organizacije povećale ulaganja, a 24 odsto reklo da su ulaganja paušalna. 

Nije jasno kakav je uticaj pandemija imala na ulaganja u alate i tehnologiju u data science oblasti. Ipak, nekih 39 odsto je reklo da se „mnoge” njihove poslovne odluke oslanjaju na data science, dok je 35 odsto navelo da su samo neke poslovne odluke zasnovane na uvidima timova koji se bave time.

Većina ljudi iz data science oblasti smatra da je najveći problem u veštačkoj inteligenciji i mašinskom učenju „socijalni uticaj pristrasnosti u podacima i modelima” (31%), praćen „uticajima na privatnost pojedinca”. Oba ova pitanja su istaknuta usvajanjem veštačke inteligencije i sistema prepoznavanja lica u sistemima javnog nadzora. Ovo je problem, kako u svetu, tako i u Srbiji. 

Kako je Startit Dnevnik prethodno pisao, umesto 1.000 Srbiju će nadzirati 8.000 kamera, a sve njih Ministarstvo unutrašnjih poslova mora da obeleži. Međutim, samo obeležavanje kamera nije dovoljno, niti je najveći problem. Ono što jeste sporno je način na koji će se podaci sa tih kamera čuvati i obrađivati, a posebno onih pametnih kamera.

U istraživanju je učestvovalo ukupno 4.299 data science stručnjaka, studenata i akademika iz 140 različitih zemalja koji su odgovorili na Anakondinu onlajn anketu u periodu od aprila do maja ove godine.